代写 结点能耗计算

结点能耗计算
网络中的节点执行任务会消耗能量，一个任务分成三部分(计算、缓存、通 信)。给定下列参数，通过公式计算节点执行一个任务的能耗。
 计算任务能耗模型:
 L为需要计算的数据大小，单位为bit;
 X 为计算负载，即计算1bit数据需要几个CPU周期;  fm为CPU频率;
 给定参数(L,X, fm)，可知所需计算时间为tcompute  LX ; fm
 又因为一个CPU周期的能耗为kfm2，k是一个和硬件架构有关的常数
因此，给定参数(L,X,f )，可知能耗为E m
 缓存任务能耗模型:
 rr 为读进程速率;  rw为写进程速率;
kLXf2。 cos t ,compute m
 n为并发进程数目;
 m为当前写进程进行的比例;
 tr 为读进程时间;
 tw 为写进程时间;
 则给定参数(rr,rw,n,m,tr,tw)，可得缓存时间为tcache tr tw; 则给定参数 (rr,rw,n,m,tr,tw) ，可得缓存能耗为
Ecost,cache rr rw nmtr tw。  通信任务能耗模型:
设区域内总共有m个结点，i表示第几个结点，所以1  i  m ，这些结点随机 向基站BS传输信息。
 dib :结点i到基站的距离;
 ib :结点i到基站的路径损耗;
 h :结点i到基站的信道增益，计算为h  d ib ; ib ib ib
 Pi :结点i的传输功率;  Bi:结点i的传输带宽;
  2 :环境噪声功率;
 v:数据包个数;
 l:固定数据包长度，单位为bit;
1

对于结点i，给定下列参数 (v;l;2;dd ; ;hh ;PP;BB;)
i i 1b mb 1b mb 1b mb 1 m 1 m 
i ib
 可得结点i的信息传输速率为R  B log 1 Ph ;
 
ii22m ph
 所以发送这段信息所需的时间为ttransmit，i  vili ; Ri
 所以发送这段信息的能耗为 E  Pt 。 cost,transmit i transmit，i
 任务总能耗: 若结点一个时刻只能执行一个任务，则对于这个任务，给定参数
{(L,X,f);(r,r,n,m,t,t);(v;l;2;dd ; ;hh ;PP;BB;)} m r w r w i i 1b mb 1b mb 1b mb 1 m 1 m
可得执行完这个任务需要的能量为Ecost Ecost,compute Ecost,cache Ecost,transmit。 执行完这一整个任务的时间取决于所需计算时间、缓存时间、传输时间 的
最大值，即tcost max{tcompute,tcache,ttransmit，i}。
j ji
 j1   ji 
2

充电策略
问题&目标:
 问题:下图所示的区域内，分布着大量普通结点、少量核心结点 (定义
普通结点优先级为 1，核心结点的优先级为 10，定义优先级是为了反应 结点的重要性) 。结点电池容量为 E max ，且不与电网相连。结点会执行 多种任务 (计算任务、缓存任务、传输任务) ，执行任务会消耗能量 (根 据上述给出的公式计算) 。结点的剩余能量分为两个等级(Ealarm,Efail )， 当结点剩余能量小于 Ealarm 内时，结点发起警报，请求充电;当结点剩余 能量低于 E fail 时，结点宕机，不能执行任何任务。结点宕机会降低整个 区域网络的性能。
 目的:使用电量有限的无人机 (电池容量为EUVA ) 给结点充电。目的是 使用 RL 技术为无人机制定充电策略，尽量减少区域内宕机结点的数量， 提升网络性能。
方案思路:
 将整个大区域分割成小区，无人机一次给一个小区充电。
3

 根据每个小区内，剩余能量小于 Ealarm 的结点个数，设定每个小区的优先 级。比如一段时间后，每个小区内剩余能量小于 Ealarm 的情况如下图所示 (红色为请求充电的结点，紫色为宕机结点) 。
 将每个小区内剩余能量小于 Ealarm 的结点的优先级之和作为小区的优先 级，所以可知每个小区的优先级分布如下。
4

一段时间后，无人机以广播方式发送请求要获得优先级分布，此时每个 小区选取本小区内剩余能量最多的结点作为簇头，汇总本小区的信息 (即，本小 区的优先级) 发送给无人机，这样无人机就得到了整个区域的优先级分布 (可忽 略这部分操作能耗，因为这部分操作不频繁且传输数据量小) 。
此时无人机 (能量受限为E ) 开始启动给小区充电，充电功率为P ，使
用 RL 技术为无人机制定充电策略。 无人机的能耗分两个部分:
UAV
UAV
 飞行能耗:无人机每跨过一个小区，消耗的能量固定为 E fly 。
 充电能耗:无人机用自己的能量给这些小区充电，能耗取决于这个小区 内的所以结点总共需要多少能量。例如下面的小区内，需要充电的结点
为3个，三个结点所需的能量分别为E1 ,E2 ,E3 ，所以在这个小 require require require
区内无人机消耗的能量为 E1  E2  E3 。充电消耗的时间为 require require require
E1 E2 E3 require require require
P UAV
， P 为无人机发射功率。在给这三个结点充电 UAV
的时间内，其余结点继续执行各种任务，消耗能量，所以结点的剩余能
量是不断变化的，因此区域的优先级分布是不断变化的。
无人机的目标是:
 无人机用有限的能量，尽可能多的给优先级高的小区充电，且无人机要
能返回到原点(左下角)，然后无人机充满电之后继续执行充电动作。运 行情况大概如下:
5

描述为 MDP 为:
 状态:区域优先级分布 (实际上是结点剩余能量分布) ，无人机位置，
无人机剩余电量。
 动作:无人机飞行方向 (前、后、左、右) 。
 奖励:小区的优先级 (是一个正整数，即小区内急需充电的结点数，比
如 3、5) 。如果无人机出界则给一个惩罚 (负值，比如-2) 减小奖励值; 如果无人机最后没有返回原点，给一个更大的惩罚 (负值，比如-100) 减 小奖励值。
然后使用RL算法求解这个MDP，暂定算法为DQN。 需要注意的是:
 SWIPT 技术:如果结点剩余能量大于 E fail ，即使这个结点被充电，充电 的同时仍旧执行任务。
 无人机充电时间和执行任务时间的关系:假设无人机给一个小区充电的
时间为Tcharge ，其他不被充电的结点在这期间执行完了1,2,,m个任务，
花费的时间和能量分别为T ,T ,,T 和E ,E ,E 。且正在执行 1 2 m cost1 cost2 costm
第m1个任务，执行完第m1个任务的时间为T1，能耗为Ecost(m1)。此 时需要知道结点的能耗从而统计区域的优先级分布。此时计算结点在这 段时间的能耗为:
T (Ecost1 Ecost2 Ecostm)Ecost(m1)  charge
(T T T )
对比方案设置:
 随机充电:随机选择小区充电，无人机能量即将耗尽后返回原点充电，
然后继续随机充电。
 聚类:无人机在原点获取一次所以结点的剩余能量。然后按照剩余能量
多少降序排列，选取剩余能量最少的k个结点作为聚类中心执行聚类 (聚 类的个数和小区个数相同) 。根据充电消耗的能量和飞行消耗的能量制 定充电路径。
1
2 m 。
T
1
6

画图:
 充电周期-宕机结点数的关系  小区数-宕机结点数
 结点数量-宕机结点数
 Ealarm 设置-宕机结点数
7